Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados
| Ano de defesa: | 2006 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufpe.br/handle/123456789/6636 |
Resumo: | Utilizamos redes de mapas acoplados para modelar o comportamento coletivo de neurônios, onde cada elemento da rede é modelado pelo mapa não-linear proposto por Kuva et al. (2001). O mapa possui três variáveis, duas variáveis rápidas e uma lenta (que pode ser vista como uma corrente lenta), e mostra-se hábil para representar uma grande variedade de comportamentos de um neurônio individual real, tal como "bursting", disparos regulares, disparos rápidos e comportamento excitável. O modelo consiste em redes hipercúbicas de neurônios excitáveis, acoplados eletricamente através de uma condutância passiva G entre os primeiros vizinhos. As regiões onde a rede apresenta comportamento excitável coletivo são determinadas via análise de estabilidade linear. O limite de validade do modelo é determinado pelas linhas de bifurcação, em G = Gc, que delimitam a região de excitabilidade da rede: para valores da condutância acima do valor crítico, a rede passa de um regime excitável para um regime caótico. Com o sistema na região excitável, simulamos redes unidimensionais (1D) e bidimensionais (2D). Em 2D, além da rede completa, simulamos redes diluídas introduzindo uma probabilidade P de existir uma sinapse elétrica (com condutância G) entre dois vizinhos (percolação de ligação). O estímulo na rede é induzido por um processo de Poisson. Em 1D, a resposta da rede (a média da taxa de disparos na rede) como função da intensidade de estímulo apresenta um alargamento na faixa dinâmica, em comparação com a resposta de neurônios individuais. Esse resultado está, qualitativamente, de acordo com resultados experimentais e previsões teóricas obtidas através de modelos simplificados de autômatos celulares, o que fortalece a idéia de que o acoplamento elétrico pode levar ao aumento da faixa dinâmica. Em 2D, esse efeito é atrapalhado pela ocorrência de atividade auto-sustentável (ondas espirais), para a rede completa (P = 1). Isso pode ser corrigido com a escolha de um P apropriado para a diluição da rede. Dado G < Gc, existe um valor P*(G) tal que a faixa dinâmica é maximizada. Em 1D, a faixa dinâmica é máxima na criticalidade G = Gc |
| id |
UFPE_fc94d451a9cff4dfd98df13ba8e62c7a |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/6636 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
José da Cruz Filho, AntônioCopelli Lopes da Silva, Mauro 2014-06-12T18:06:31Z2014-06-12T18:06:31Z2006José da Cruz Filho, Antônio; Copelli Lopes da Silva, Mauro. Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados. 2006. Dissertação (Mestrado). Programa de Pós-Graduação em Física, Universidade Federal de Pernambuco, Recife, 2006.https://repositorio.ufpe.br/handle/123456789/6636Utilizamos redes de mapas acoplados para modelar o comportamento coletivo de neurônios, onde cada elemento da rede é modelado pelo mapa não-linear proposto por Kuva et al. (2001). O mapa possui três variáveis, duas variáveis rápidas e uma lenta (que pode ser vista como uma corrente lenta), e mostra-se hábil para representar uma grande variedade de comportamentos de um neurônio individual real, tal como "bursting", disparos regulares, disparos rápidos e comportamento excitável. O modelo consiste em redes hipercúbicas de neurônios excitáveis, acoplados eletricamente através de uma condutância passiva G entre os primeiros vizinhos. As regiões onde a rede apresenta comportamento excitável coletivo são determinadas via análise de estabilidade linear. O limite de validade do modelo é determinado pelas linhas de bifurcação, em G = Gc, que delimitam a região de excitabilidade da rede: para valores da condutância acima do valor crítico, a rede passa de um regime excitável para um regime caótico. Com o sistema na região excitável, simulamos redes unidimensionais (1D) e bidimensionais (2D). Em 2D, além da rede completa, simulamos redes diluídas introduzindo uma probabilidade P de existir uma sinapse elétrica (com condutância G) entre dois vizinhos (percolação de ligação). O estímulo na rede é induzido por um processo de Poisson. Em 1D, a resposta da rede (a média da taxa de disparos na rede) como função da intensidade de estímulo apresenta um alargamento na faixa dinâmica, em comparação com a resposta de neurônios individuais. Esse resultado está, qualitativamente, de acordo com resultados experimentais e previsões teóricas obtidas através de modelos simplificados de autômatos celulares, o que fortalece a idéia de que o acoplamento elétrico pode levar ao aumento da faixa dinâmica. Em 2D, esse efeito é atrapalhado pela ocorrência de atividade auto-sustentável (ondas espirais), para a rede completa (P = 1). Isso pode ser corrigido com a escolha de um P apropriado para a diluição da rede. Dado G < Gc, existe um valor P*(G) tal que a faixa dinâmica é maximizada. Em 1D, a faixa dinâmica é máxima na criticalidade G = GcConselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessRedes neuraisRedes de mapas acopladosNeurônios excitáveis conectados eletricamente modelados por redes de mapas acopladosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALarquivo7744_1.pdfapplication/pdf3910735https://repositorio.ufpe.br/bitstream/123456789/6636/1/arquivo7744_1.pdf57edb854b2e0da92969b7239b5a7500eMD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/6636/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo7744_1.pdf.txtarquivo7744_1.pdf.txtExtracted texttext/plain113406https://repositorio.ufpe.br/bitstream/123456789/6636/3/arquivo7744_1.pdf.txt7c2505418cef8a7469b7af4aeae8061aMD53THUMBNAILarquivo7744_1.pdf.jpgarquivo7744_1.pdf.jpgGenerated Thumbnailimage/jpeg1243https://repositorio.ufpe.br/bitstream/123456789/6636/4/arquivo7744_1.pdf.jpg6ce68f240407d8dc90bdaff6334b4ba3MD54123456789/66362019-10-25 02:30:24.851oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T05:30:24Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.pt_BR.fl_str_mv |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| title |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| spellingShingle |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados José da Cruz Filho, Antônio Redes neurais Redes de mapas acoplados |
| title_short |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| title_full |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| title_fullStr |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| title_full_unstemmed |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| title_sort |
Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados |
| author |
José da Cruz Filho, Antônio |
| author_facet |
José da Cruz Filho, Antônio |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
José da Cruz Filho, Antônio |
| dc.contributor.advisor1.fl_str_mv |
Copelli Lopes da Silva, Mauro |
| contributor_str_mv |
Copelli Lopes da Silva, Mauro |
| dc.subject.por.fl_str_mv |
Redes neurais Redes de mapas acoplados |
| topic |
Redes neurais Redes de mapas acoplados |
| description |
Utilizamos redes de mapas acoplados para modelar o comportamento coletivo de neurônios, onde cada elemento da rede é modelado pelo mapa não-linear proposto por Kuva et al. (2001). O mapa possui três variáveis, duas variáveis rápidas e uma lenta (que pode ser vista como uma corrente lenta), e mostra-se hábil para representar uma grande variedade de comportamentos de um neurônio individual real, tal como "bursting", disparos regulares, disparos rápidos e comportamento excitável. O modelo consiste em redes hipercúbicas de neurônios excitáveis, acoplados eletricamente através de uma condutância passiva G entre os primeiros vizinhos. As regiões onde a rede apresenta comportamento excitável coletivo são determinadas via análise de estabilidade linear. O limite de validade do modelo é determinado pelas linhas de bifurcação, em G = Gc, que delimitam a região de excitabilidade da rede: para valores da condutância acima do valor crítico, a rede passa de um regime excitável para um regime caótico. Com o sistema na região excitável, simulamos redes unidimensionais (1D) e bidimensionais (2D). Em 2D, além da rede completa, simulamos redes diluídas introduzindo uma probabilidade P de existir uma sinapse elétrica (com condutância G) entre dois vizinhos (percolação de ligação). O estímulo na rede é induzido por um processo de Poisson. Em 1D, a resposta da rede (a média da taxa de disparos na rede) como função da intensidade de estímulo apresenta um alargamento na faixa dinâmica, em comparação com a resposta de neurônios individuais. Esse resultado está, qualitativamente, de acordo com resultados experimentais e previsões teóricas obtidas através de modelos simplificados de autômatos celulares, o que fortalece a idéia de que o acoplamento elétrico pode levar ao aumento da faixa dinâmica. Em 2D, esse efeito é atrapalhado pela ocorrência de atividade auto-sustentável (ondas espirais), para a rede completa (P = 1). Isso pode ser corrigido com a escolha de um P apropriado para a diluição da rede. Dado G < Gc, existe um valor P*(G) tal que a faixa dinâmica é maximizada. Em 1D, a faixa dinâmica é máxima na criticalidade G = Gc |
| publishDate |
2006 |
| dc.date.issued.fl_str_mv |
2006 |
| dc.date.accessioned.fl_str_mv |
2014-06-12T18:06:31Z |
| dc.date.available.fl_str_mv |
2014-06-12T18:06:31Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
José da Cruz Filho, Antônio; Copelli Lopes da Silva, Mauro. Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados. 2006. Dissertação (Mestrado). Programa de Pós-Graduação em Física, Universidade Federal de Pernambuco, Recife, 2006. |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/6636 |
| identifier_str_mv |
José da Cruz Filho, Antônio; Copelli Lopes da Silva, Mauro. Neurônios excitáveis conectados eletricamente modelados por redes de mapas acoplados. 2006. Dissertação (Mestrado). Programa de Pós-Graduação em Física, Universidade Federal de Pernambuco, Recife, 2006. |
| url |
https://repositorio.ufpe.br/handle/123456789/6636 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| instname_str |
Universidade Federal de Pernambuco (UFPE) |
| instacron_str |
UFPE |
| institution |
UFPE |
| reponame_str |
Repositório Institucional da UFPE |
| collection |
Repositório Institucional da UFPE |
| bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/6636/1/arquivo7744_1.pdf https://repositorio.ufpe.br/bitstream/123456789/6636/2/license.txt https://repositorio.ufpe.br/bitstream/123456789/6636/3/arquivo7744_1.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/6636/4/arquivo7744_1.pdf.jpg |
| bitstream.checksum.fl_str_mv |
57edb854b2e0da92969b7239b5a7500e 8a4605be74aa9ea9d79846c1fba20a33 7c2505418cef8a7469b7af4aeae8061a 6ce68f240407d8dc90bdaff6334b4ba3 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
| repository.mail.fl_str_mv |
attena@ufpe.br |
| _version_ |
1862741849798606848 |